语言大模型 / LLM

Large Language Models as Implicit Sociological Models: Reconstructing Voting Behaviour from Sociodemographic Profiles

大型语言模型作为隐含的社会学模型：从社会人口统计特征重建投票行为

Roman Neruda, Martin Bakoš, Josef Šlerka, Vít Tuček, Petra Vidnerová, Gabriela Kadlecová

专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.LG

AI总结 本研究提出将大型语言模型作为隐含社会学模型的方法论框架，以2021年捷克议会选举为案例，证实其可从社会人口统计特征重建投票行为，为计算社会科学提供新探索工具并明确其局限。

Large language models as synthetic clinical experts to inform longitudinal rare-disease modeling

大型语言模型作为合成临床专家用于纵向罕见病建模

Clemens Schächter, Astrid Pechmann, Janbernd Kirschner, Jan Hasenauer, Harald Binder

机构 * University of Freiburg（弗莱堡大学） ； Freiburg Center for Data Analysis, Modeling and AI（弗莱堡数据分析、建模与人工智能中心） ； University of Bonn（波恩大学） ； Bonn Center for Mathematical Life Sciences（波恩数学生命科学中心） ； Life and Medical Sciences (LIMES) Institute（生命与医学科学研究所） ； Centre for Integrative Biological Signalling Studies（整合生物信号研究中心） 纠错

专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI

AI总结 该研究用LLMs作为合成临床专家，监督变分自编码器学习纵向罕见病数据的低维表示，降低了脊髓性肌萎缩症标签分歧，提升了运动功能里程碑预测效果。

Class Imbalance and Batch Effects in LLM-Based Screening for Systematic Reviews

系统综述LLM筛选中的类别不平衡与批次效应

Gilberto Sussumu Hida, Danilo Monteiro Ribeiro, Clayton Suguio Hida

专题命中 领域大模型 ：LLM(title,title_cn)；分类 cs.CL、cs.AI

AI总结 本研究针对系统综述的LLM筛选场景，发现批次处理对决策行为的影响大于患病率元数据，建议评估批次处理需兼顾成本与决策行为效应。

Comments 12 pages, 4 figures. Accepted at ENIAC 2026 (National Meeting on Artificial and Computational Intelligence), part of BRACIS 2026

Assessing Large Language Models for Stabilizing Numerical Expressions in Scientific Software

评估大语言模型在科学软件中稳定数值表达式的能力

Tien Nguyen, Kirshanthan Sundararajah, Muhammad Ali Gulzar

专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)

AI总结 本文评估大语言模型在数值稳定性任务中的表现，发现其在检测和稳定不稳定的计算方面与传统方法相当，并在某些情况下表现更优，但对控制流和高精度字面量处理较弱。

POI Recommendation with LLM-Augmented Multi-Graph Learning and Contrastive Alignment

结合大语言模型增强多图学习与对比对齐的兴趣点推荐

Burak Tamer, Wolfram Höpken, Zehui Wang

专题命中 领域大模型 ：LLM(title,summary_cn)；分类 cs.LG

AI总结 该研究针对POI推荐的物品冷启动问题，提出LLM-MGCL模型，结合语义、地理与交互多图及对比学习，在Yelp数据集上显著优于基线模型，缓解了冷启动问题。

Evidence of conceptual mastery in the application of rules by Large Language Models

大型语言模型在规则应用中展现出概念掌握能力的证据

José Luiz Nunes, Guilherme FCF Almeida, Brian Flanagan

专题命中 领域大模型 ：large language model(title)；language model(title)；LLM(abstract)；分类 cs.CL、cs.AI

AI总结 本文通过两项心理学实验发现，Gemini Pro等部分LLMs在规则应用上展现类人表现，证实LLMs掌握规则概念，对法律决策与哲学探究有启示。

TRACER: Balancing Stability-Plasticity-Cognitivity Trilemma for LLM Enhanced Continual Recommendation

TRACER：平衡大语言模型增强型持续推荐的稳定性-可塑性-认知性三难困境

WooJoo Kim, HyunSik Yoo, JunYoung Kim, JaeHyung Lim, SeongKu Kang, HwanJo Yu

专题命中 领域大模型 ：LLM(title,summary_cn)

AI总结 针对LLM增强持续推荐的SPC三难困境，提出TRACER模型，通过协同设计三个专用模块协调三难，在五组真实数据集上较最优基线最高提升14.38%

Comments Accepted to CIKM 2026 full research paper

Generated Context versus Governed State: Functional Conditions for Accountable Longitudinal Clinical Reasoning

生成式上下文与受控状态：可问责纵向临床推理的功能条件

Augusto Bernardo Pissarra, Victor Lorena de Farias Souza

机构 * MyndwareMed（迈恩德韦尔医疗） 纠错

专题命中 领域大模型 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文区分生成式上下文与受控状态，定义可问责临床AI的审计标准与信息要求，提出六级成熟度框架，将当前LLM临床实践定位于高能力低成熟度，为可问责临床AI提供概念与审计工具。

OTel: Building Domain-Specialized Telecom LLM Foundations for Intelligent Networks

OTel：构建面向智能网络的领域专用电信大语言模型基础

Farbod Tavakkoli, Roderic Paulk, Jorden Terrazas, Kenneth Church, Mark Austin, Louis Powell, Gregory Diamos, Lina Bariah, Syed Ali Raza Zaidi, Maryam Hafeez, Ali Maatouk, Imtiaz Karim

机构 * AT&T Chief Data Office（AT&T首席数据办公室） ； GSMA（全球移动通信系统协会） ； RelationalAI（RelationalAI公司） ； Khalifa University（哈利法大学） ； University of Leeds（利兹大学） ； Yale University（耶鲁大学） ； The University of Texas at Dallas（德克萨斯大学达拉斯分校） 纠错

专题命中 领域大模型 ：LLM(title)；language model(abstract)；instruction tuning(abstract)；post-training(abstract)

AI总结 本研究推出开源电信AI资源OTel，含多类任务数据集与30个模型基线，后训练提升三类模型性能，获大量下载与媒体报道，邀请社区共建更强电信大语言模型。

Comments Accepted at the ACM AI Leadership Summit, Breakthrough Impact Highlights Track, 2026

Historical Backtesting for Scientific Question Discovery: A Protocol and Astronomy Pilot

用于科学问题发现的历史回溯测试：协议与天文学试点

Hui Mao

专题命中 领域大模型 ：LLM(summary_cn,abstract)；prompting(abstract)；分类 cs.AI

AI总结 该研究提出可证伪的历史回溯测试协议评估科学问题生成系统，发布天文学实例验证发现，优先证据结构生成优于仅LLM提示，还指出结果分类问题，发布前瞻性无干扰测试实例。

Comments 27 pages, 10 tables. Benchmark, code, frozen instances, and the prospective 2026 submission: https://github.com/nonameisready/scientific-question-discovery-benchmark

Mint-Agent: Introducing Finance-Native Agentic Foundation Models

Mint-Agent：引入金融原生智能体基础模型

Agent Team, B. Zhang, Yaze Geng, Lei Tang, Yaoyang Yi, Zonghan Wu, Yifan Hu, Kun Wang, Qingsong Wen, Yilei Shao

专题命中 领域大模型 ：foundation model(title)；SFT(abstract,abstract_cn)；分类 cs.CL、cs.LG

AI总结 本研究提出金融原生智能体模型Mint-Agent，通过三大支柱开发出Mint-Cu（9B）和Mint-Ag（27B），在多个金融基准测试中展现出优异的可靠性与可执行性，为可信金融智能提供了新路径。

Demographic Injection in Medical Language Models under Diversity, Equity, and Inclusion Prompts

在多样性、公平性与包容性提示下医学语言模型的人口统计信息注入问题

Diego Mardian, Frank Liu

机构 * Arizona State University（亚利桑那州立大学） 纠错

专题命中 领域大模型 ：language model(title,abstract)；prompting(abstract)；分类 cs.CL、cs.AI

AI总结 研究发现，在医学问题后附加DEI提示会使47个医学语言模型的人口统计信息注入率升至33.1%，部分虚构人口统计信息会误导模型输出错误答案，该效应源于公平性内容，是通用机制的体现。

Benchmarking Foundation and Large Language Models for Few-Shot Medical Image Segmentation

基准测试用于小样本医学图像分割的基础模型与大语言模型

Jinghong Liu, Yuchuan Deng, Fanping Liu, Meng Huang, Xirong Li

专题命中 领域大模型 ：large language model(title)；language model(title)

AI总结 该研究推出统一基准FAME，涵盖四类模型，含14958个样本，评估得出小样本分割的关键规律，助力开发更有效的小样本医学分割方法。

MUSE: An Interactive Meta-Agent for Understanding and Steering LLM-powered Data Science Systems

MUSE：一种用于理解和操控大语言模型驱动的数据科学系统的交互式元智能体

Wei-Hao Chen, Weixi Tong, Yuan Tian, Chenglong Wang, Tianyi Zhang

专题命中 领域大模型 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出交互式元智能体MUSE，通过重构执行轨迹、支持上下文交互与混合意图操控，提升用户对大语言模型驱动的数据科学系统的理解与控制，经15人被试间研究验证可提高任务效率与用户信心。

Comments To appear in the 39th Annual ACM Symposium on User Interface Software and Technology (UIST '26), November 2-5, 2026, Detroit, MI, USA

Mitigating AI Risks in Computing Education via LLM-Driven Lecture Video Curation

通过大语言模型驱动的授课视频筛选缓解计算机教育中的人工智能风险

Owen Tang, Alexandra Vassar, Jake Renzella

专题命中 领域大模型 ：LLM(title)；large language model(abstract)；language model(abstract)

AI总结 本研究测试了LLMs检索授课视频片段回答编程问题的有效性，对比三种模型与人类讲师，发现专有模型表现接近专家，试点部署获学生良好反馈，为安全整合LLMs到计算机课程提供了可行方案。

Comments 7 pages, 3 tables, 1 figure

Lesioned Multimodal Language Models Reproduce Aphasic Picture-Naming Patterns

受损多模态语言模型再现失语症患者的图片命名模式

Yong Yang, Xiang Guan, Sophie Arheix-Parras, Saeed Ahmadi, Roger Newman-Norlund, Leonardo Bonilha, Christopher Rorden, Julius Fridriksson, Rutvik H. Desai, Srihari Nelakuditi

专题命中 领域大模型 ：language model(title,abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 研究未针对临床模拟设计的通用语言模型能否再现失语症患者图片命名错误模式，通过对多模态语言模型进行扰动配置，建立定量框架再现个体失语症错误模式，表明语言模型或可成为中风后失语症患者数字替身。

Comments 15 pages, 8 figures; supplementary materials (18 pages, 6 sections) included

Valhalla: A Layered Knowledge-State and Service-Governance Framework for Long-Term Scientific Knowledge Work

Valhalla：面向长期科学知识工作的分层知识状态与服务治理框架

Yuyang Zheng, Nan Li, Wenxia Deng, Lige Yan, Xiang Li, Si Chen

专题命中 领域大模型 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 Valhalla是面向长期科学知识工作的分层框架，采用FREG模型与服务治理架构，经抗体设计任务验证，可将个性化知识结构转化为可共享重组的协作知识状态。

Competing at Every Price Point with Agentic Evolution over a Menu of LLMs

基于LLMs菜单的智能体进化，在每个价格点展开竞争

Andrew Borthwick

专题命中 领域大模型 ：LLM(summary_cn,abstract)；分类 cs.AI

AI总结 本研究提出进化元智能体RoboPhD，通过对含9个LLM端点的菜单进行智能体进化，在DS-1000和PaperFindingBench两个任务上，除一个位置外占据所有帕累托前沿槽位，实现各价格点的竞争优势。

From Token Generation to Item Ranking: Direct Generative Recommendation with Semantic IDs

SimGR：摆脱基于大语言模型推荐的生成解码陷阱

Yuanbo Zhao, Ruochen Liu, Senzhang Wang, Jun Yin, Yuxin Dong, Huan Gong, Hao Chen, Shirui Pan, Chengqi Zhang

专题命中 领域大模型 ：LLM(summary_cn,abstract)

AI总结 SimGR通过在共享潜在空间中直接建模物品层面偏好分布，缓解了基于LLM推荐中生成解码的偏差问题。

CoM$^3$eT: A foundation model for medical image analysis through federated, multidimensional context integration

CoM³eT：通过联邦多维上下文集成实现医学图像分析的基础模型

J. Raphael Schäfer, Kai Geissler, Till Nicke, Chiara Tappermann, Karoline Heber, Eike Petersen, Habib Mergan, Lars Ole Schwen, Nick Weiss, Annika Gerken, Jan Hendrik Moltz, Tom Bisson, Isil Dogan O, Tim-Rasmus Kiehl, Norman Zerbe, Sefer Elezkurtaj, Robin S. Mayer, Nadine Flinner, Peter Wild, Isabel Dahm, Felix Peisen, Heinrich von Busch, Robert Grimm, Sebastian Arndt, Lisa Siegler, Matthias Stefan May, Antje Prasse, Natalia Artysh, Fabian Kiessling, Johannes Lotz

机构 * Fraunhofer Institute for Digital Medicine MEVIS（弗劳恩霍夫数字医学MEVIS研究所） ； RWTH Aachen University（亚琛工业大学） ； Medizinische Hochschule Hannover（汉诺威医学院） ； Massachusetts General Hospital（麻省总医院） ； Harvard Medical School（哈佛医学院） ； Charité – Universitätsmedizin Berlin（柏林夏里特医学院） ； Freie Universität Berlin（柏林自由大学） ； Humboldt-Universität zu Berlin（柏林洪堡大学） 纠错

专题命中 领域大模型 ：foundation model(title,abstract)；分类 cs.LG

AI总结 CoM³eT是统一多专科、多预测类型及多维度输入的医学视觉基础模型，在公开竞赛中表现优于同类模型，仅微调少量参数即可适配多临床任务，联邦学习场景下性能接近聚合数据训练。

Constraint-Aware Synthetic Tabular Data Generation via Inter-Column Constraint Discovery with LLM Agents

基于大语言模型智能体的列间约束发现的约束感知合成表格数据生成

Jianxing Zhao, Mao Guan, Dongyu Liu

机构 * University of California, Davis（加州大学戴维斯分校） 纠错

专题命中 领域大模型 ：LLM(title)；prompting(abstract)；分类 cs.AI

AI总结 该研究针对合成表格数据易违反领域约束的问题，提出基于大语言模型智能体的列间约束发现的统一工作流，结合后处理器修复输出，提升了约束合规性与下游效用。

FZ-VLM: A Two Stage Florence-Zephyr Vision Language Model Framework for Pulmonary Nodule Characterization and Clinical Decision Making

FZ-VLM：用于肺结节特征表征与临床决策的两阶段Florence-Zephyr视觉语言模型框架

Pramit Dutta, Jenita Manokaran, Richa Mittal, Ryan Appleby, Eranga Ukwatta

机构 * College of Engineering, University of Guelph（圭尔夫大学工程学院） ； Holland Bloorview Kids Rehabilitation Hospital（霍兰德布鲁尔维尤儿童康复医院） ； Guelph General Hospital（圭尔夫综合医院） ； Ontario Veterinary College, University of Guelph（圭尔夫大学安大略兽医学院） 纠错

专题命中 领域大模型 ：language model(title,abstract)；分类 cs.AI

AI总结 本研究提出首个两阶段视觉语言模型框架FZ-VLM，通过微调Florence-2与Zephyr-7B模型，实现肺CT中肺结节的结构化特征表征与临床决策，性能优于GPT-4基线及人类基线。

Zero-Shot Adaptation of Medical Vision Foundation Models for High-Frequency Micro-Ultrasound Prostate Segmentation

用于高频微超声前列腺分割的医学视觉基础模型的零样本适配

Ayusha Abbas, Saram Abbas, Kabita Adhikari

机构 * Newcastle University（纽卡斯尔大学） 纠错

专题命中 领域大模型 ：foundation model(title,abstract)；分类 cs.LG

AI总结 本研究提出首个针对高频微超声前列腺分割的零样本流程，基于预训练的MedSAM模型，结合CLAHE、二值膨胀与傅里叶平滑优化，在测试集上显著降低边界误差，分割效果接近非专家水平且无需额外数据。

Prompt Engineering in Segment Anything Model: Methodologies, Applications, and Emerging Challenges

分割一切模型中的提示工程：方法、应用与新兴挑战

Yidong Jiang, Jiangtong Li, Daiwei Cheng

机构 * School of Computer Science and Technology, Tongji University（计算机科学与技术学院，同济大学） 纠错

专题命中 领域大模型 ：language model(abstract)；foundation model(abstract)；prompting(abstract)；分类 cs.AI

AI总结 本综述系统梳理了SAM的提示工程技术，将其分为三类并分析方法演变，探讨其跨领域应用，指出三大挑战并提出有前景的研究方向，为相关领域提供参考。

ETHOS: Towards a Modular Ethics Framework for Clinical Multi-Agent Systems

ETHOS：面向临床多智能体系统的模块化伦理框架

Rakesh Sharma, Sydney Pugh, Cameron Beeche, Pankhuri Singhal, Rachel Wu, Margaret Eby, Jeffrey Duda, James Gee, Kyra O'Brien, Hersh Sagreiya, Marina Serper, Victoria Gershuni, Angela Bradbury, Anurag Verma, Eric Eaton, Kevin B. Johnson, Walter Witschey

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 ETHOS是可与现有临床多智能体系统集成的模块化伦理框架，通过分层治理提升决策可靠性，将AI伦理原则转化为可部署的安全保障。

Comments Preprint of an article submitted for consideration in Pacific Symposium on Biocomputing \textcopyright\ 2027 World Scientific Publishing Company. \url{https://psb.stanford.edu/}

SimulRAG: Simulator-based RAG for Grounding LLMs in Long-form Scientific QA

SimulRAG：基于模拟器的检索增强生成（RAG）框架，用于将大型语言模型（LLMs）落地到长篇科学问答任务中

Haozhou Xu, Dongxia Wu, Matteo Chinazzi, Ruijia Niu, Rose Yu, Yi-An Ma

机构 * University of California San Diego（加州大学圣迭戈分校） ； Stanford University（斯坦福大学） ； Northeastern University（东北大学） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG

AI总结 针对LLMs在长篇科学问答中易幻觉的问题，本文提出SimulRAG框架，引入UE+SBA机制，发布相关基准，实验表明其信息量与事实性较基线分别提升30.4%、16.3%

Comments Haozhou Xu and Dongxia Wu are co-first authors

Position: AI Agents in Scientific Teams Should Be Studied as Human-Agent Systems

立场：科学团队中的智能体应作为人机系统（HAS）进行研究

Patrick Emami, Sameera Horawalavithana, Truc Nguyen, Gihan Panapitiya, Bruno Jacob, Siddhisanket Raskar, Saumya Sinha, Jared D. Willard, Andrew Glaws, Nithin Somasekharan, Ling Yue, Brian Lu, Shaowu Pan, Jason Eisner

专题命中 领域大模型 ：language model(abstract,comments)；large language model(abstract)；分类 cs.AI

AI总结 针对当前AI科学家研究忽视科学团队社会层面的问题，提出将其作为人机系统（HAS）研究，分析相关风险并呼吁开发人机协同数学框架。

Comments 15 pages. Accepted at the COLM 2nd Workshop on Language Models for Scientific Discovery

Token Distribution versus Data Volume: Domain Balancing in Multi-Domain Meeting Summarisation

Token分布与数据量：多领域会议摘要中的领域平衡

Ashima Sood, Bryan Gardiner, Joan Condell

机构 * School of Computing, Engineering and Intelligent Systems, Ulster University（阿尔斯特大学计算、工程与智能系统学院） 纠错

专题命中 领域大模型 ：LLM(abstract,abstract_cn)；分类 cs.CL

AI总结 该研究分离Token分布与数据量因素，在五英文会议语料库上微调Mistral-7B，发现Token平衡可改善少数领域摘要质量，还验证了修剪低价值转写行的作用，为多领域会议摘要的领域平衡提供决策依据。

Comments Accepted at 19th International Natural Language Generation Conference (INLG 2026), Utrecht, Netherlands

Dear Algo: A Precision-First Agentic Intent Layer for Unified Search and Recommendation

Dear Algo：面向统一搜索与推荐的精准优先智能体意图层

Rui Wang, Jiazhou Wang, Zheng Wei, Chenglin Lu, Fangcheng Sun, Ivy Sun, Jin Sun, Hui Geng, Lillian Zhang, Chao Yang, Lei Chen, Shahin Sefati, Reem Helou, Joe Zhou, Babak Shakibi, Yiyi Pan, Bi Xue, Hong Yan, Shujian Bu

机构 * Meta Platforms Inc.（元平台公司） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 领域大模型 ：LLM(abstract,abstract_cn)；分类 cs.AI

AI总结 该研究提出面向统一搜索与推荐的精准优先智能体意图层Dear Algo，将多类型意图编译为可执行计划，实验显示其在精度、候选数量及用户相关性上均优于基线。

BengaliMCQ: Automatic Generation and Answer Prediction of Academic Multiple-Choice Questions in a Low-Resource Language

BengaliMCQ：低资源语言中学术多项选择题的自动生成与答案预测

Abu Tarabin Surzo, A. K. M. Nihalul Kabir, Sm Azmain Faysal, Ariana Haque Ami, Lawrence Amlan Gomes, Farig Sadeque

机构 * BRAC University（BRAC大学） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 针对低资源语言孟加拉语的RAG框架缺陷，提出结构感知RAG框架，通过层级图与图神经网络优化检索，实现更优的MCQ生成与答案预测性能。